Deepgram, Daily’yi satın alıyor; Pipecat açık kaynak kalacak

Deepgram, ses ve görüntülü iletişim şirketi Daily’yi satın alıyor. Daily’nin geliştirdiği ve bakımını üstlendiği açık kaynaklı ses yapay zekâsı aracı Pipecat, satın almanın ardından da açık kaynak olarak kalacak.

Satın almanın bedeli açıklanmadı. TechCrunch, 29’unda yayımladığı haberde Deepgram’ın konuşma tanıma ve konuşma sentezi teknolojileri geliştirdiğini, Daily’nin ise sesli ve görüntülü görüşme altyapısı sağladığını aktardı.

Pipecat, ses ve görüntü verisi akışını yöneterek konuşma tanımayı (STT), büyük dil modellerini ve konuşma sentezini (TTS) tek bir iş akışında birleştiriyor. Araç, veriler aktarılırken yanıt gecikmesini azaltacak şekilde tasarlandı.

Geliştiriciler Pipecat’e farklı sağlayıcıların modellerini bağlayabiliyor. Deepgram, geliştiricilerin kullanım amaçlarına en uygun modeli seçebilmesini istediğini belirtti. TokenPost daha önce Grok Voice’un geliştiricilere API olarak sunulmasını haberleştirmişti.

Deepgram CEO’su Scott Stephenson, “Herkesin sesli ajanlar geliştirebilmesi için ekosistemi açmak istiyoruz. Deepgram modellerini kullanmanızdan memnun oluruz; ancak herkesin kendi kullanımına en uygun modeli seçmesini istiyoruz,” dedi. Bu açıklama, şirketin geliştiricileri yalnızca kendi modellerini kullanmaya zorlamayacağı anlamına geliyor.

Daily’nin kurucu ortağı Kwindla Kramer, “Scott, Pipecat’in sonsuza dek açık kaynaklı ve sağlayıcıdan bağımsız bir araç olarak kalması konusunda kararlıydı,” dedi. Kramer, bu taahhüdün ve iki şirketin mühendislik kültürlerinin satın alma kararında etkili olduğunu söyledi.

Kramer, GPT-4’ün ortaya çıktığı dönemde insanların yapay zekâyla ses ve metin üzerinden nasıl iletişim kurabileceğini denediğini, bunun da Pipecat’in geliştirilmesine yol açtığını söyledi. Deepgram ve Daily, 2016’da aynı Y Combinator döneminde yer aldı. Deepgram, bu yıl 130 milyon dolar (yaklaşık 174,2 milyar won) tutarında C Serisi yatırım alarak unicorn statüsüne ulaştı.

Deepgram ayrıca Pipecat ekibiyle birlikte geliştirdiği, ses yapay zekâsına yönelik açık protokol Gerçek Zamanlı Bağlam Standardı’nı (Real-Time Context Standard, RCS) tanıtmayı planlıyor. RCS; fısıltı gibi ses özelliklerine ilişkin bağlamı, büyük dil modeline iletilecek talimatları ve yanıt sesinin ifade biçimine dair bilgileri tanımlıyor.